您的位置: 专家智库 > >

王义为

作品数:3 被引量:0H指数:0
供职机构:济南大学信息科学与工程学院更多>>
发文基金:济南大学科研基金更多>>
相关领域:生物学自动化与计算机技术更多>>

文献类型

  • 2篇会议论文
  • 1篇期刊文章

领域

  • 2篇生物学
  • 1篇自动化与计算...

主题

  • 3篇特征提取
  • 2篇遗传算法
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇特征提取与分...
  • 2篇微阵列
  • 2篇微阵列数据
  • 2篇向量
  • 2篇向量机
  • 2篇列数
  • 1篇人脸
  • 1篇人脸识别
  • 1篇子域
  • 1篇矩阵
  • 1篇矩阵分解
  • 1篇非负矩阵
  • 1篇非负矩阵分解
  • 1篇NMF

机构

  • 3篇济南大学

作者

  • 3篇周劲
  • 3篇王义为
  • 3篇杨全龙
  • 3篇吴萌
  • 2篇潘玉奇

传媒

  • 1篇计算机工程与...

年份

  • 2篇2011
  • 1篇2010
3 条 记 录,以下是 1-3
排序方式:
微阵列数据的特征提取与分类预测
微阵列数据有样本小、维度高和非线性的特点,直接对其分类准确率偏低,需要提取其中对数据分类起决定作用的主基因,所以特征提取算法是微阵列数据准确分类的基础。本文提出了基于GA/SVM的特征提取算法可以有效地实现主基因的提取,...
潘玉奇杨全龙王义为周劲吴萌
关键词:微阵列数据遗传算法支持向量机
文献传递
子域NMF在人脸识别中的研究
2011年
人脸识别是一种通过提取人脸视觉特征信息进行身份鉴别的计算机技术。在非负矩阵分解NMF算法的基础上提出了改进的基于子域的NMF求解算法,将其应用于人脸识别领域,分别在Yale和ORL公共人脸数据库进行测试,得到了100%和95%的识别率。与其他求解算法相比具有夹逼性好,识别率高等优点。
周劲王义为杨全龙吴萌
关键词:人脸识别非负矩阵分解子域特征提取
微阵列数据的特征提取与分类预测
微阵列数据有样本小、维度高和非线性的特点,直接对其分类准确率偏低,需要提取其中对数据分类起决定作用的主基因,所以特征提取算法是微阵列数据准确分类的基础。本文提出了基于GA/SVM的特征提取算法可以有效地实现主基因的提取,...
潘玉奇杨全龙王义为周劲吴萌
关键词:微阵列数据遗传算法支持向量机
共1页<1>
聚类工具0